何曉迪

【關鍵詞】集控運行;火力發(fā)電廠;智能算法

目前我國能源消費結構以煤炭為主，燃煤火電機組在常規(guī)污染物排放控制方面已達到世界一流水平。為深入踐行“人類命運共同體”這一理念，體現(xiàn)大國擔當，中國提出力爭在2030年前達到二氧化碳排放峰值，努力爭取在2060年前實現(xiàn)碳中和，以應對全球氣候變化，風能、太陽能等新能源將會大幅增長?；痣姍C組作為能源消費大戶，一方面要作為電網(wǎng)的重要負荷支撐保證電網(wǎng)穩(wěn)定，另一方面要開展深度的節(jié)能減排工作。本文就如何通過集控運行技術深入實踐節(jié)能減排進行探討。

一、火力發(fā)電廠集控運行技術現(xiàn)狀

隨著技術設備的不斷發(fā)展以及人員技能水平的不斷提高，我國大中型火力發(fā)電機組已采用集控運行方式，通過集散控制系統(tǒng)（DCS）對機組主輔設備進行控制，運行人員已不再進行專業(yè)劃分，而是轉變?yōu)槎鄬I(yè)融合。但電廠的運行人員受限于各自的專業(yè)水平，生產(chǎn)控制和事故處理的水平參差不齊，而且由于工作強度大，容易造成失誤，人為因素是影響機組安全、穩(wěn)定以及經(jīng)濟運行的關鍵。另外，火力發(fā)電廠需進行控制的參數(shù)量巨大，系統(tǒng)繁雜，通過運行人員對參數(shù)的深入分析來提高機組運行效率不具有實際可操作性，機組未達到最佳優(yōu)化運行狀態(tài)，有著巨大節(jié)能降耗潛力。

二、火力發(fā)電廠集控運行技術中存在的問題

以燃煤火電機組主、再熱蒸汽溫度為例，蒸汽溫度是直接影響機組熱效率的重要參數(shù)，提高機組汽溫自動控制精度是提升機組經(jīng)濟性的重要手段。大型火電機組主、再熱汽溫控制對象均是大慣性、大遲延、強非線性的過程且不同負荷下的被控對象模型變化大，該過程對象主要與機組負荷變化有關，且同時受到煤質變化、減溫水量、入口蒸汽的溫度、壓力，入口煙氣的流量、溫度等多方面的影響，受干擾情況較嚴重，呈現(xiàn)出非線性、時變等的特性。主蒸汽汽溫控制面臨著汽溫波動幅度較大，汽溫超限等現(xiàn)象，尤其在負荷折返變化時，過熱汽溫的大幅波動制約著機組的變負荷能力;而再熱汽溫控制則面臨著自動投入困難，調節(jié)效果差，運值人員手動操作頻繁、工作壓力大等問題。在如今火電機組頻繁參與深度調峰的過程中，機組汽溫控制對象特性在變負荷、低負荷過程中差異較大，以上問題進一步凸顯。因此火電機組過熱、再熱汽溫控制系統(tǒng)亟須進行系統(tǒng)優(yōu)化工作，減小運值人員工作壓力，提升機組經(jīng)濟性水平。

三、智能算法在火力發(fā)電廠集控運行中的應用

隨著電力市場化的深入推進以及形勢的不斷變化，傳統(tǒng)的發(fā)電企業(yè)必須實現(xiàn)對生產(chǎn)成本的精細把控，才能在激烈的電力市場競爭中得意生存并持續(xù)發(fā)展。并且隨著生產(chǎn)管理的精細化，關注動態(tài)調節(jié)過程中的運行經(jīng)濟性將會大大節(jié)約企業(yè)生產(chǎn)成本，而這些調節(jié)過程僅靠人為調節(jié)難以實現(xiàn)最優(yōu)的目標。熱工自動化是實現(xiàn)火電機組安全、經(jīng)濟、環(huán)保、靈活、智能運行的重要手段。隨著人工智能技術的不斷發(fā)展，深度學習方法與電力生產(chǎn)相結合的一系列運行優(yōu)化方法正在逐漸進行融合、深化?；谥悄芩惴ǖ臒峁ぷ詣涌刂萍夹g在逐漸發(fā)揮更加廣闊而深遠的作用。根據(jù)火力發(fā)電廠主要系統(tǒng)控制對象特性，經(jīng)過歸納，主要的算法有以下幾種：

（一）智能控制算法

常用的研究方法包括模糊控制法、專家系統(tǒng)控制方法、人工神經(jīng)網(wǎng)絡控制法和基于現(xiàn)場應用的仿人工智能控制方法。這些算法都是基于某一領域內專家的經(jīng)驗和知識，進行推理判斷，對人腦的智能識別和決策過程進行模擬，進而實現(xiàn)對復雜不確定系統(tǒng)的建模＼預測，基于以上基礎對復雜控制系統(tǒng)進行有效控制[1]。

（二）自抗擾控制技術

自抗擾控制是將系統(tǒng)未建模動態(tài)和未知干擾作為總擾動，通過擴張狀態(tài)觀測器進行估計并在反饋控制中進行消除。自抗擾技術不依賴系統(tǒng)模型，魯棒性強，適用于復雜的現(xiàn)場控制環(huán)境，并且能夠相對容易地在組態(tài)中進行搭建，已經(jīng)得到了廣泛的工業(yè)應用。

（三）模型預測控制技術

模型預測控制的當前控制動作是在每一個采樣瞬間通過求解一個有限時域開環(huán)最優(yōu)控制問題而獲得。過程的當前狀態(tài)作為最優(yōu)控制問題的初始狀態(tài)，解得的最優(yōu)控制序列只實施第一個控制作用。這是它與那些使用預先計算控制律的算法的最大不同。模型預測控制在大慣性、大遲延過程對象控制中得到了廣泛地應用，但是該控制方法對模型的精度要求較高[2]。

（四）自適應控制技術

自適應系統(tǒng)能修正自己的特性以適應對象和擾動的動態(tài)特性的變化。目前，主要應用包括模型參考自適應控制系統(tǒng)、自校正控制系統(tǒng)和自整定PID調節(jié)器三種。以上方法能夠通過提高自適應能力來解決外部干擾，可以有效地解決控制參數(shù)大滯后、大慣性的問題。

（五）基于狀態(tài)變量的控制技術

將具有大滯后、大慣性特點的控制對象等效為多容的慣性環(huán)節(jié)，并于此基礎上設計一種無靜差的狀態(tài)反饋控制。設計魯棒性較強的狀態(tài)觀測器，對不可測狀態(tài)變量進行觀測，使系統(tǒng)快速檢測到其內部擾動，及時發(fā)出控制信號，保持被控對象的恒定。

基于人工智能算法，結合火電機組海量的運行數(shù)據(jù)，通過模型訓練進行不斷的迭代完善，可以形成一套針對火電機組的自動控制方案。利用智能化DCS硬件以及通訊技術的快速發(fā)展，使得智能化控制方案得以實現(xiàn)。另外，考慮到火電機組工控安全，可以通過MIS網(wǎng)絡進行運行數(shù)據(jù)的交互，以此實現(xiàn)云計算加快智能算法迭代速度，可以推進火電機組智能化控制的快速發(fā)展。一鍵啟停、自動尋優(yōu)、智能監(jiān)盤、專家診斷等通過智能化方式實現(xiàn)，能夠幫助企業(yè)減少人為誤操作的概率，同時深入挖潛機組節(jié)能降耗潛力，可以大大提高企業(yè)核心競爭力，實現(xiàn)能源的清潔高效利用。

四、結束語

盡管一些先進控制算法已經(jīng)部分在電廠進行了應用，但是先進算法仍然難以得到普遍性的應用。原因主要包含以下方面：一些先進控制算法的結構過于復雜，難以直接理解和應用，比如控制對于抗干擾擁有獨特的優(yōu)勢，但是它們需要一定的先驗條件，而這些先驗條件往往是難以建立的。另一方面，一些先進控制算法依賴于控制模型，通過傳統(tǒng)階躍試驗得到的模型難以反映眾多干擾源，同時線性模型難以描述再熱汽溫控制對象的強非線性特性，因此先進控制算法的魯棒性得不到保證，在實際應用中出現(xiàn)不穩(wěn)定的情況。隨著大數(shù)據(jù)、人工智能技術的持續(xù)發(fā)展，深入進行數(shù)據(jù)挖掘以及算法優(yōu)化，將會是進一步提高火力發(fā)電機組運行水平的方向。